SPSS, proveedor de tecnología y servicios de análisis predictivo,adapta las aplicaciones de Data Mining para ayudar en la lucha contra el crimen.

El objetivo en la investigación de delitos evoluciona hacia la anticipación, por lo que prevenir los delitos en lugar de reaccionar una vez cometidos sólo puede hacerse mejorando la tecnología. SPSS, a través de sus soluciones analíticas para la lucha contra el crimen y del análisis de la información puede lograr a mejorar la seguridad.

A través de SPSS es posible la incorporación de técnicas de Data Mining en la estrategia de:

–       Identificación de actividades ilegales y sospechosas-       Establecimiento de perfiles delictivos y posibles amenazas-       Asignación de niveles de riesgo –       Modelización del modus operandi-       Localización de transacciones sospechosas-       Detección en la intrusión de redes-       Análisis de la información aduanera-       Recalificación de delitos no resueltos-       Cuantificación de la satisfacción de los ciudadanos con programas específicos.

SPSS,con el análisis predictivo que conecta datos con acciones efectivas, es capaz de obtener conclusiones fiables acerca de condiciones actuales o de eventos futuros. Permite la predicción de la categoría o segmento al que pertenece un caso concreto. Determinar un modelo de agrupación de determinados casos en base a características o la detección de eventos que ocurren conjuntamente o secuencialmente. SPSS permite identificar anomalías a través de la identificación de casos que no siguen el comportamiento previsto.

Si el objetivo es detectar patrones y tendencias en delitos no resueltos, la solución adecuada sería SPSS Clementine para la identificación de patrones clave y tendencias para resolver casos no resueltos e identificar nuevas tendencias delictivas. El resultado obtenido sería que se relacionarían casos no resueltos con delincuentes ya conocidos y se conseguiría un mayor y preciso enfoque en la búsqueda y captura de delincuentes optimizando los recursos disponibles

Por Editorial